基于支持向量机的电网负荷预测

• 作者: 王诗涵 周法国
• 来源期刊: 现代信息科技
• 关键词: 机器学习 电力负荷 支持向量机
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 计算机技术|Computer Technology
• 页码范围: 120-122
• 页数: 3页
• 分类号: TP273.4
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.24.032

摘要

基于现有的电力负荷预测方法提高电力负荷预测的准确性,提出了一种基于支持向量机(SVM)的电力负荷预测模型.首先分析支持向量机的理论基础,通过建立支持向量机预测模型,将经过预处理的真实电力数据输入该模型进行学习预测,借助均方根误差(RMSE)、平均绝对百分比误差(MAPE)以及预测图表对模型预测性能进行验证分析.实验结果表明,SVM预测模型能够较为准确地对电力负荷预测进行刻画.